superheros数据分析

转载请在文章起始处注明出处，谢谢!

数据来源：kaggle
具体数据：
heroes_information/英雄基本信息表
super_hero_powers/英雄能力表
正直超级英雄的大热时期加上本人对超级英雄题材也比较感兴趣，便从kaggle网上下载了一些相关的数据，将从超级英雄各方面属性、阵营、及具体阵营之间的比较，做一些简单的分析。

导入必要的库和数据：

image.png

观察ifm英雄信息表的数据：

image.png

出版社中有缺失值，ifm中也有未填写的以‘-’替代的值，身高体重出现负的值。

image.png

ifm预处理完成。身高体重负的值均为-99，并无其他值，在这里可代指未知的值，可不作处理。

观察power表：

image.png

power表共有168列，167个为布偶型，1个为文本即英雄名字。
在这里我们仅仅提取英雄能力总数为sumpower来作分析

image.png

power表的处理完成。

接下来将两表连结整合为一张表，通过name字段。

image.png

数据清洗完毕，开始具体分析。

首先观察下哪家漫画公司的英雄数量最多。

image.png

两家老牌漫画公司Mavel和DC以绝对的优势分别位居一二，当然这些英雄数据只是其中一部分，据不完全统计，Mavel旗下至少有8000位超级英雄和漫画角色

超级英雄的超能力是我们最关注的。在这次统计中，我只是简单的把超能力数的总和相加，但其实各项超能力之间也存在着强弱的差异，常见的敏捷，力量，抗击打一般都是标配，更强大的有如：奥丁神力，凤凰之力等等，具体各项能力指数加分可参照https://www.superherodb.com/powers/ 让我们来看一下英雄的能力个数排行榜吧

image.png

排名第一的是来自DC的幽灵（The Spectre），他是DC漫画中至高神明“上帝”的复仇之灵，拥有近乎无所不能的神力。再看下榜单中还有没有我们比较熟悉的英雄,排名6、7的惊奇队长实力也是不容小觑。Thanos灭霸排名12，这实力应该是有手套加成吧。排名13奥丁，一统九界，实力非常强悍。我们最熟悉的超人排名有些靠后，排在了19位，超人有个氪石的弱点也不是无敌的。

超能力的个数非常重要，决定了实力的强弱，那么在这些英雄的数据中，他们超能力个数的占比又是多少呢？

image.png

我们将超能力的个数划分为如上述的区域进行比较，为了保证英雄信息的完整，我们用的是左连接，所以部分英雄的信息对不上能力的个数的数据，我们选择剔除。

image.png

从饼图中我们可以看出，漫画角色能力数1-10的占比最多，占总比数68%。2.1%的漫画角色拥有超过30种的超能力！

每个超级英雄都有自己的独特的超能力，那么在众多能力中，哪些能力是比较普遍，属于超能力中的“大众化”呢？

image.png

image.png

可以看出排名第一的是SuperStrength超级力量，接下来依次是耐力、抗击打能力、超级速度、敏捷等等，大多数漫画角色也都是这些相关的属性，所谓富人靠科技，穷人靠变异

接下来我们具体统计下一些超级英雄的一些常规数据：

image.png

image.png

生成如下图形：

image.png

男女比例图中，漫画角色为男性的个数要多于女性，others在这里应该是代指机械类或人工智能等无性别的区分英雄。正反派阵营中，反派的个数只有正派方的一半都不到，虽然反派数少，但电影里超级大反派都是一次锤好几个超级英雄的，其余的为中立或其他。身高体重图中，有许多小于0的值，在这里应该是指未知的数值，我们可以看出大部分正常的角色身高体重都分别在1.5-2.0m、100kg左右，为正常成年人的身高体重，漫画的构想也是来源于生活，当然也不排除比较夸张的数值设定，比如体重为300KG以上的怪物级别。

将combine数据中，身高体重能力数两两作图比较

image.png

从pairplot多变量图中可知，各个性别的身高和体重相关性较强，呈正相关性。能力数和男性、女性身高体重均无明显相关性。性别中others中身高体重的数值有些异常，是受到未知的以-99代替的值的影响。

接下来，我们研究下，在作者塑造这些角色的时候，一些因素如眼睛颜色会不会对正反派阵营的区别产生影响。

image.png

在眼睛颜色统计中，我们发现样本中，有些颜色的个数太少，难以看出对阵营的影响，选择剔除。

image.png

image.png

观察图形可以看出，大部分角色的眼睛颜色都是蓝色棕色绿色等欧美人的眼睛色。因为我们采集的样本中本身正派的个数是大于反派的，所以眼睛颜色分类中，正派也是大于反派，但有一条‘red’数据显示即使样本分布不均匀，红色眼睛中，反派的个数仍是要多于正派的。

Mavel VS DC
漫威和DC之间的擂台赛，不同级别组中的能力数比拼。
数据预处理：

image.png

筛选出身高，体重未知的特殊组为special

image.png

常规组common，按照身高体重划分等级：

image.png

根据描述统计的各分位数，我们可以按照其对应的数值来进行分段操作，具体如下：

image.png

选出各组别的前三名：

image.png

可视化：

image.png

image.png

各组别的前三名已经出来了，漫威阵营的是绿色，DC阵营的是蓝色。特殊组的冠军依旧是来自DC的幽灵。羽量级的冠军是来自漫威的一名超越欧米茄级的变种人富兰克林，是神器先生与隐形女侠的儿子，也是复仇者联盟中的一名成员。在常规组轻量级和中量级中均出现了Captain Marvel，一个来自漫威，一个来自DC，两家漫画公司其实都有这个英雄。来自漫威的应该很熟悉了，就是刚上映的惊奇队长，实力的强悍也不用多说了，复联无限战争中的战斗女神。来自DC阵营的惊奇队长其实就是即将上映的雷霆沙赞，他通过喊出‘沙赞’，就能变成和超人类似能力的成年强壮体型的超级英雄，是一位热心肠且正义阳光的漫画角色。重量级中的冠军是DC的火星猎人，是正义联盟中的一员。超重量级中的冠军是来自DC的超级大反派Amazo（亚魔卓），他的类别是属于人工智能，能力是可以复制见到的所有人的超能力，非常特殊非常强大的能力！